Unterrichtseinheit vom 06.06.2020
Nur eine Nacht lag zwischen der 4. und der 5. Unterrichtseinheit. Dementsprechend waren auch keine Hausaufgaben zu erledigen, was nach dem doch sehr anstrengenden Tag durchaus zu begrüssen war. An diesem 5. und leztzten Termin befassten wir uns mit Servern und Linked Data.
Server
Grundsätzlich gibt es zwei verschiedene Arten von Servern. Einerseits Web-basierte Cloud-basierte Server, andererseits lokale Server, wo die Installation auf den lokalen Rechnern des users stattfindet. Bei einem Cloud Server wird die technische Infrastruktur zum betreiben des Servers von einem externen Anbieter via Internet zur Verfügung gestellt. Dabei sind die Kosten von der Leistungsfähigkeit der gemieteten Hardware abhängig. Der Vorteil einer solchen Lösung liegt in der Flexibiltät. Der User kann je nach Bedarf die Leistungsfähigkeit seines Servers kurzfristig anpassen und muss die Hardware nicht selbst kaufen, oder für deren Unterhalt sorgen.
Linked Data
Mit Linked Data ist es möglich, dass verschiedene Dienstleister, zum Beispiel Bibliotheken, ihre Daten aus einer zentalen Datenbank beziehen. Gleichzeitig können sie mit ihren Daten wiederum die zentrale Datenbank anreichern. So bezieht Swissbib Beispielsweise Daten von Wikidata.
Beispiel: Musik Datenbank
Als gelegentlicher Nutzer von Musikstreamingdiensten (v.a. Spotify) ist mir schon länger aufgefallen, dass deren Bibliothek nicht sehr gut aufgeräumt und intern schlecht verlinkt ist. Es wäre zum Beispiel hilfreich, wenn man bei einem Stück die mitspielenden Musiker anklicken könnte und so auf weitere Alben mit deren Beteiligung treffen würde. Zudem könnte auch das Durcheinander bei der Klassischen Musik aufgeräumt werden, wo momentan Komponisten, Orchester und Dirigenten allesamt als Interpreten durchgehen können. Zudem verügt, zumindest Spotify über wenig Zusatzmaterial wie Biographien, Fotos oder Rezensionen.
Zu diesem Thema habe ich einen Beitrag von der Universiyt of Southampton gefunden, der Schematisch aufzeigt, welche Datenbanken und sonstiges Element in so einen umfassenden Musikdienst einfliessen könnten.
Dabei werden verschiedene bestehende Datenbanken miteinbezogen:
- Für musikalische Inhalte sollen Streamingdienste (Itunes, Amazon, Spotify, Youtube,…) sorgen.
- Für Daten zu Künstlern und Tonträgern soll MusicBrainz und DBpedia genutzt werden.
- Rezensionen sollen von einerseits von etablierten Plattformen, welche bereits nach linked data Kriterien funktionieren (Bsp. BBC) übernommen werden, andererseits könnten auch derzeit unstrukturierte Quellen aus dem www aufgenommen werden.
- Visuelle inhalte müssten nach dem vorgestellten Modell aus den tiefen des Netzes bezogen werden.
Ob ein solches Projekt realistisch ist, insbesondere unter dem Gesichtspunkt der Rechteinhaber, ist für mich fraglich. Als user würde ich eine solche Plattform jedoch mit Handkuss annehmen.
Quelle: https://www.futurelearn.com/courses/linked-data/0/steps/16090
SPARQL
Den inhaltlichen Abschluss an diesem Samstag Morgen bildete eine Suchanfrage in der Wikidata Datenbank mit SPARQL. Diese Abfragesprache war mir aus vorangegangenen Modulen zwar bereits bekannt. Es hat sich jedoch wieder mal bewahrheitet, dass man Sprachen die man nicht nutzt sehr schnell wieder vergisst. Das gilt für Französisch und eben auch für SPARQL. In diesem Sinn war diese Übung eine willkommene Repetition. Praktischerweise kann man in Wikidata Beispiele anschauen, wodurch mir die grundlegende Strukur wieder präsent wurde. Bisher nicht genutzt hatte ich die Item-kürzel (z.B. Q54871 für SPARQL).
Beispiel: Abfrage der Namen aller RDF-Abfragesprachen
Beschreiung der einzelnen Kürzel:
- wd - Objekt
- wdt - Eigenschaft
- P31 - “instance of”
- Q6138701 - “RDF-Abfragesprache”
- P1448 - “Offizieller Name”